[2018年最新整理]§多维随机变量函数的分布.docVIP

3.3 多维随机变量函数的分布一、多维离散随机变量函数的分布 以二维为例讨论，设二维随机变量的取值为 随机变量 的取值为. 令，则 例3.3.2（泊松分布的可加性）设 且与相互独立．证明 证明：略． 注 证明过程用到离散场合下的卷积公式，这里卷积指“寻求两个独立随机变量和的分布运算”，对有限个独立泊松变量有 例3.3.3（二项分布的可加性）设且与相互独立．证明 证明 略． 注（1）该性质可以推广到有限个场合 特别当时， 这表明，服从二项分布的随机变量可以分解成个相互独立的0-1分布的随机变量之和．二、最大值与最小值的分布 例3.3.4（最大值分布）设是相互独立的个随机变量，若设在以下情况求的分布： （1） （2）同分布，即 （3）为连续随机变量，且同分布，即的密度函数为 （4） 解 略． 注 这道题的解法体现了求最大值分布的一般思路． 例3.3.5（最小值分布）设是相互独立的个随机变量；若，试在以下情况下求的分布： （1） （2）同分布，即 （3）为连续随机变量，且同分布，即的密度函数为 （4） 解 略． 注 这道例题的解法体现了求最小值分布的一般思路． 三、 连续场合的卷积公式定理3.3.1设与是两个相互独立的连续随机变量，其密度函数分别为、，则其和的密度函数为 证明 略． 本定理的结果就是连续场合下的卷积公式．例3.3. 6（正态分布的可加性）设且与相互独立．证明 证明 略 注 任意n个相互独立的正态变量的非零线性组合仍是正态变量．四、变量变换法 1、变量变换法 设的联合密度函数为，函数有连续偏导数，且存在唯一的反函数，其变换的雅可比行列式 若 则的联合密度函数为 这个方法实际上就是二重积分的变量变换法，其证明可参阅数学分析教科书．例3.3. 9设与独立同分布，都服从正态分布，记 试求的联合密度函数．是否相互独立？ 解 略．2、增补变量法 增补变量法实质上是变换法的一种应用：为了求出二维连续随机变量的函数的密度函数，增补一个新的随机变量，一般令或．先用变换法求出的联合密度函数 ，再对关于v积分，从而得出关于的边际密度函数． 例3.3.10（积的公式） 设与相互独立，其密度函数分别为 和.则的密度函数为 证 略． 例3.3.11（商的公式） 设与相互独立，其密度函数分别为和，则的密度函数为 证 略． 注 例3.3.10和例3.3.11的结果可以直接用来解题．